汇总数据

Posted 2022-12-10 霖行

汇总数据

本章介绍什么是SQL的聚集函数以及如何利用它们汇总表的数据。

聚集函数

我们经常需要汇总数据而不用把它们实际检索出来，为此mysql提供了专门的函数。通过这些函数，MySQL查询可用于检索数据，以便分析和报表生成。

常见类型：

• 确定表中行数（或满足某个条件或包含某个特定值的行数）。
• 获得表中行组的和。
• 找出表列（或所有行或某些特定的行）的最大值、最小值和平均值。

这些都是对表中数据（而不是实际数据本身）汇总。故，返回实际数据是对时间和处理资源的一种浪费。

MySQL给出了5个聚集函数：

函数	说明
AVG()	返回某列的平均值
COUNT()	返回某列的行数
MAX()	返回某列的最大值
MIN()	返回某列的最小值
SUM()	返回某列之和

• 聚集函数（aggregate function） 运行在行组上，计算和返回单个值的函数。
• 标准偏差 MySQL还支持一系列的标准偏差聚集函数。

AVG()函数

AVG()通过对表中行数计数并计算特定列值之和，求得该列的平均值。

返回products表中所有产品的平均价格：

mysql> SELECT AVG(prod_price) AS avg_price
    -> FROM products;
+-----------+
| avg_price |
+-----------+
| 16.133571 |
+-----------+
1 row in set (0.02 sec)

此SELECT语句返回值avg_price，它包含products表中所有产品的平均价格。avg_price是一个别名（MySQL必知必会——第十章创建计算字段）。

AVG()也可以用来确定特定列或行的平均值：

mysql> SELECT AVG(prod_price) AS avg_price
    -> FROM products
    -> WHERE vend_id = 1003;
+-----------+
| avg_price |
+-----------+
| 13.212857 |
+-----------+
1 row in set (0.01 sec)

此SELECT语句包含了WHERE子句，仅过滤出vend_id为1003的产品，所以avg_price仅返回供应商1003的产品的平均值。

• 只用于单个列 AVG()只能确定特定数值列的平均值，且列名必须作为参数。
• NULL值 AVG()函数忽略列值为NULL的行。

COUNT()函数

COUNT()函数进行计数。可用COUNT()确定表中行的数目或符合特定条件的行的数目。

使用COUNT()函数的两种方式：

1. 使用COUNT(*)对表中行的数目进行计数，包含NULL值列。
2. 使用COUNT(column)对特定列中具有值的行就行计数，忽略NULL值。

返回customers表中客户的总数：

mysql> SELECT COUNT(*) AS num_cust
    -> FROM customers;
+----------+
| num_cust |
+----------+
|        5 |
+----------+
1 row in set (0.01 sec)

此语句利用COUNT(*)对所有行计数。

对具有邮件地址的客户计数：

mysql> SELECT COUNT(cust_email) AS num_cust
    -> FROM customers;
+----------+
| num_cust |
+----------+
|        3 |
+----------+
1 row in set (0.00 sec)

这条SELECT语句使用COUNT(cust_email)对cust_email列中有值的行进行计数。

• NULL值 如果指定列名，则指定列的值为NULL的行将被忽略，但如果函数用*号，则不忽略。

MAX()函数

MAX()返回指定列中的最大值。MAX()要求指定列名。

返回products表中最贵的物品价格:

mysql> SELECT MAX(prod_price) AS max_price
    -> FROM products;
+-----------+
| max_price |
+-----------+
|     55.00 |
+-----------+
1 row in set (0.00 sec)

• 对非数值数据使用MAX() MAX()一般用来找出最大的数值或日期值，但MySQL允许将它用来返回任意列中的最大值，包括返回文本列中的最大值。用于文本数据时，返回最后一行。
• NULL值 MAX()函数忽略列值为NULL的行。

MIN()函数

MIN()返回指定列的最小值。MIN()要求指定列名。

返回products表中最便宜的物品价格：

mysql> SELECT MIN(prod_price) AS min_price
    -> FROM products;
+-----------+
| min_price |
+-----------+
|      2.50 |
+-----------+
1 row in set (0.00 sec)

• 对非数值数据使用MAX() MIN()与MAX()类似，MySQL允许将它用来返回任意列中的最小值，包括返回文本列中的最小值。用于文本数据时，返回最前面一行。
• NULL值 MIN()函数忽略列值为NULL的行。

SUM()函数

SUM()返回指定列值的和（总计）。

检索订单号20005所订购物品的总数（所有quantity值之和）：

mysql> SELECT SUM(quantity) AS items_ordered
    -> FROM orderitems
    -> WHERE order_num = 20005;
+---------------+
| items_ordered |
+---------------+
|            19 |
+---------------+
1 row in set (0.00 sec)

SUM()也可以合计计算值，计算总订单金额（item_price*quantity）：

mysql> SELECT SUM(item_price*quantity) AS total_price
    -> FROM orderitems
    -> WHERE order_num = 20005;
+-------------+
| total_price |
+-------------+
|      149.87 |
+-------------+
1 row in set (0.00 sec)

• 在多个列上进行计算 利用标准的算术操作符，所有聚集函数都可用来执行多个列上的计算。
• NULL值 SUM()函数忽略列值为NULL的行。

---

聚集不同值

以上聚集函数都可以如下使用：

• 对所有行执行计算，指定ALL参数或不给参数（ALL为默认）。
• 只包含不同的值，指定DISTINCT参数。

使用DISTINCT参数检索特定供应商提供的产品的平均价格：

mysql> SELECT AVG(DISTINCT prod_price) AS avg_price
    -> FROM products
    -> WHERE vend_id = 1003;
+-----------+
| avg_price |
+-----------+
| 15.998000 |
+-----------+
1 row in set (0.00 sec)

使用DISTINCT后，avg_price比第一个例子更高，因为多个物品具有相同的价格，排除它们提升了平均价格。

• ALL为默认 ALL参数不需要指定，因为它是默认行为。
• 注意 DISTINCT不能用于COUNT(*)，否则会产生错误。即，DISTINCT必须使用列名，不能用于计算或表达式。
• 将DISTINCT用于MIN()和MAX() 虽然DISTINCT可以用于MIN()和MAX()，但没有价值，最大最小值只有一个。

---

组合聚集函数

SELECT语句可根据需要包含多个聚集函数：

mysql> SELECT COUNT(*) AS num_items,
              MIN(prod_price) AS price_min,
              MAX(prod_price) AS price_max, 
              AVG(prod_price) AS price_avg
    -> FROM products;
+-----------+-----------+-----------+-----------+
| num_items | price_min | price_max | price_avg |
+-----------+-----------+-----------+-----------+
|        14 |      2.50 |     55.00 | 16.133571 |
+-----------+-----------+-----------+-----------+
1 row in set (0.00 sec)

这里用单条SELECT语句执行4个聚集计算。

• 取别名 在指定别名以包含某个聚集函数的结果时，不应该使用表中实际的列名。唯一的名字使你的代码更易于理解和使用。